隧道施工项目风险分析
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-20页 |
1.1 论文研究的背景及意义 | 第9-12页 |
1.1.1 论文研究的背景 | 第9-12页 |
1.1.2 论文研究的意义 | 第12页 |
1.2 研究现状 | 第12-17页 |
1.2.1 隧道风险管理的研究现状 | 第12-14页 |
1.2.2 隧道风险管理的研究方法 | 第14-15页 |
1.2.3 隧道地质条件的研究现状 | 第15-17页 |
1.3 研究的内容和路线 | 第17-20页 |
1.3.1 研究的内容 | 第17-18页 |
1.3.2 研究的路线 | 第18-20页 |
2 地铁隧道施工方法 | 第20-26页 |
2.1 明挖法 | 第20页 |
2.2 新奥法 | 第20-21页 |
2.3 盾构法 | 第21-26页 |
2.3.1 盾构的基本构造 | 第21-22页 |
2.3.2 盾构法施工 | 第22-23页 |
2.3.3 盾构的分类 | 第23-26页 |
3 理论基础 | 第26-31页 |
3.1 马尔科夫随机过程 | 第26-28页 |
3.1.1 随机过程 | 第26页 |
3.1.2 马尔科夫链 | 第26-28页 |
3.2 人工神经网络 | 第28-30页 |
3.3 决策树 | 第30-31页 |
4 风险分析模型 | 第31-37页 |
4.1 预测模型 | 第32-36页 |
4.1.1 马尔科夫随机过程 | 第32-34页 |
4.1.2 神经网络部分 | 第34页 |
4.1.3 预测模型的运行 | 第34-36页 |
4.2 决策模型 | 第36-37页 |
5 实证分析 | 第37-61页 |
5.1 波尔图隧道工程概况 | 第37-40页 |
5.1.1 地质水文条件 | 第38页 |
5.1.2 施工方法 | 第38-40页 |
5.2 风险模型确定和应用 | 第40-61页 |
5.2.1 神经网络输入参数 | 第40-41页 |
5.2.2 神经网络输出参数 | 第41-43页 |
5.2.3 神经网络结构的确定 | 第43-45页 |
5.2.4 样本的选择和数据归一化 | 第45-46页 |
5.2.5 神经网络的训练和模拟 | 第46-47页 |
5.2.6 地质条件预测模型各矩阵的确定 | 第47-49页 |
5.2.7 决策模型相关参数 | 第49-53页 |
5.2.8 风险模型的预测结果 | 第53-58页 |
5.2.9 模型的整体表现 | 第58-61页 |
6 结论与展望 | 第61-63页 |
6.1 结论 | 第61-62页 |
6.2 展望 | 第62-63页 |
参考文献 | 第63-67页 |
附录A 归一化后的预测集和检验集 | 第67-84页 |
附录B 预测的地质条件和选择的盾构机运行模式 | 第84-94页 |
攻读硕士学位期间发表学术论文情况 | 第94-95页 |
致谢 | 第95-96页 |